learn

/learn — スキル抽出ワークフロー

セッションをまたいで活用できるように、見過ごされやすい発見を再利用可能なスキルとして抽出します。

このスキルを使うタイミング

次のような状況に遭遇した場合は、/learn を実行します。

• 見過ごされやすいデバッグ — ドキュメントには載っておらず、調査にかなりの労力を要した問題
• 誤解を招くエラー — エラーメッセージが間違っており、真の原因を突き止めた場合
• 回避策 — 制限を創意工夫で解決した場合
• ツール連携 — ドキュメントに記載されていない API の使い方や設定
• 試行錯誤 — 成功するまでに複数回の試行が必要だった場合
• 繰り返し可能なワークフロー — また実行するであろう複数ステップのタスク
• ユーザー向けの自動化 — ユーザーから依頼されるレポート、チェック、プロセス

ワークフローのフェーズ

フェーズ 1：評価（自己評価）

スキルを作成する前に、次の質問に答えます。

1. 「始める前には明らかでなかったこととして、何を学んだか？」
2. 「将来の自分にとって、これを文書化しておく価値はあるか？」
3. 「ドキュメントだけでは解決策が明らかでなかったか？」
4. 「また実行するであろう複数ステップのワークフローか？」

少なくとも 1 つの質問に「はい」と答えた場合にのみ続行します。

フェーズ 2：既存のスキルを確認する

重複を避けるため、関連するスキルを検索します。

# Check project skills
ls .claude/skills/ 2>/dev/null

# Search for keywords
grep -r -i "KEYWORD" .claude/skills/ 2>/dev/null

検索結果ごとの対応：

• 関連するものがない → 新しいスキルを作成します（フェーズ 3 に進みます）
• 同じトリガーと解決策がある → 既存のスキルを更新します（バージョンを上げます）
• 一部重複している → 新しいバリエーションを追加して更新します

フェーズ 3：スキルを作成する

.claude/skills/[skill-name]/SKILL.md にスキルファイルを作成します。

---
name: descriptive-kebab-case-name
description: |
  [What the skill does, then the situations it applies to — the key use first.
   Include an exact error string only when that string is the trigger.]
  - What the skill does
  - Trigger conditions (symptoms; an exact error message when that is the trigger)
  - When to use it (contexts, scenarios)
metadata:
  author: [you]
  version: "1.0"
argument-hint: "[expected arguments]"  # Optional
---

# Skill Name

## Problem
[Clear problem description — what situation triggers this skill]

## Context / Trigger Conditions
[When to use — exact error messages, symptoms, scenarios]
[Be specific enough that you'd recognize it again]

## Solution
[Step-by-step solution]
[Include commands, code snippets, or workflows]

## Verification
[How to verify it worked]
[Expected output or state]

## Example
[Concrete example of the skill in action]

## References
[Documentation links, related files, or prior discussions]

フェーズ 4：品質ゲート

完了する前に、次の項目を確認します。

• 説明に具体的なトリガー条件が記載されている（曖昧ではない）
• 解決策が動作することを確認済みである（テスト済み）
• 内容が実行に移せるほど具体的である
• 内容が再利用できるほど汎用的である
• 機密情報（認証情報、個人データ）が含まれていない
• スキル名が内容をよく表し、ケバブケースを使用している

出力

スキルの作成後、次の内容を報告します。

✓ Skill created: .claude/skills/[name]/SKILL.md
  Trigger: [when to use]
  Problem: [what it solves]

例：スキルの作成

特定の R パッケージが観測値を黙って除外することをユーザーが発見した場合：

---
name: fixest-missing-covariate-handling
description: |
  Handle silent observation dropping in fixest when covariates have missing values.
  Use when: estimates seem wrong, sample size unexpectedly small, or comparing
  results between packages.
metadata:
  author: [you]
  version: "1.0"
---

# fixest Missing Covariate Handling

## Problem
The fixest package silently drops observations when covariates have NA values,
which can produce unexpected results when comparing to other packages.

## Context / Trigger Conditions
- Sample size in fixest is smaller than expected
- Results differ from Stata or other R packages
- Model has covariates with potential missing values

## Solution
1. Check for NA patterns before regression:
   ```r
   summary(complete.cases(data[, covariates]))

2. NA 値を明示的に処理するか、na.action パラメーターを使用します
3. コメントに想定されるサンプルサイズを記載します

検証

nobs(model) と nrow(data) を比較します。差がある場合は、観測値が除外されています。

参考資料

• 欠損値に関する fixest のドキュメント
• MEMORY.md の [LEARN:r-code] エントリー